利用各向同性标度指数识别的五年WMAP数据中的非高斯特征

我们继续通过标度指数方法(SIM, Raeth, Schuecker & Banday 2007)分析CMB中的非高斯性,并将该方法应用于5年WMAP数据。我们将每个结果与1000次模拟最佳拟合$\Lambda CDM$模型高斯性质的蒙特卡罗模拟进行比较。基于标度指数,计算了尺度相关的经验概率分布、这些分布的矩以及它们的$\chi^2$组合,得到了与之前3年数据分析相似的结果:当考虑KQ75掩模的全天并通过对角$\chi^2$统计量对所有考虑的长度尺度求和时,我们推导出均值非高斯性的证据,概率高达97.3%。仅观察北半球或南半球时,我们分别得到高达98.5%或96.6%的概率。对于标准差,这些结果在全天为95.6%(北半球99.7%,南半球89.4%),对于两个测量的$\chi^2$组合为97.4%(北半球99.1%,南半球95.5%)。通过分析旋转半球,我们检测到数据中存在明显的不对称性。除了这些研究,我们提出了一种用高斯噪声填充掩模以消除掩模引起的边界效应的方法。借助这种技术,我们识别出地图上的几个局部特征,其中最显著的是众所周知的冷斑。当从分析中排除所有这些斑点时,与高斯性的偏差增加,这表明发现的局部异常并非全局检测到非高斯性的原因,实际上它们平均而言抑制了偏差。然而,我们按波段和按年度的分析表明,检测到的异常不太可能是由前景效应引起的。